Сотрудники Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали инновационный метод диагностики неисправностей промышленных двигателей. Нейросеть способна с точностью 99% определять наличие поломки и с точностью 86% классифицировать ее тип, говорится на сайте Десятилетия науки и технологий в России.
Новая технология позволит предприятиям снизить расходы на ремонт, уменьшить простои и повысить безопасность на производстве. В основе разработки — анализ электрического тока, который потребляет двигатель. Традиционно инженеры вручную ищут неисправности, анализируя частоты сигнала, что требует высокой квалификации и занимает много времени. Современные алгоритмы машинного обучения тоже не всегда эффективны, так как в промышленности редко накапливаются данные о реальных поломках.
Российские ученые предложили оригинальное решение: их алгоритм искусственно создает в сигнале исправного двигателя частоты, характерные для различных неисправностей. Это позволяет нейросети обучаться на реалистичных примерах, не дожидаясь реальных аварий.
«Нейросеть получает искусственные, но реалистичные примеры поломок и учится их распознавать. При этом наш метод опирается на физические законы работы двигателя и не требует сложных компьютерных моделей или экспериментов с реальными неисправностями оборудования», — поясняет один из авторов исследования, заведующий Научно-учебной лаборатория методов анализа больших данных лаборатории Института искусственного интеллекта и цифровых наук ФКН ВШЭ Денис Деркач.
Метод, получивший название Signature-Guided Data Augmentation (SGDA), был протестирован на данных двух двигателей. В задаче выявления неисправности точность составила 99%, а в классификации типов поломок — 86%.
По словам ученых, ключевое преимущество разработки — универсальность. Систему можно применять для двигателей с разными параметрами: достаточно записать, как конкретный двигатель работает в нормальном режиме, и нейросеть сама заметит отклонения. Это позволит выявлять неисправности на ранней стадии и предотвращать аварии. В будущем ученые планируют протестировать метод на большем количестве двигателей и в реальных промышленных условиях.
Ранее в России представили высокотехнологичный тягач КАМАЗ-54901. Подробнее о нем рассказали в другом материале Hi-Tech Mail.